¶ Présentation
De façon générale, la filière TSIA est assez matheuse, avec de l'optimisation par exmple, qui fournit tous les outils pour les réseaux de neurones. Néanmoins, il s'agit aussi de dire des choses sur les données avant de les mettre dans les réseaux de neurones : d'où le traitement.
La filière a une grande interface avec SD :
- la P1 est propre à TSIA
- la P2 est entièrement commune avec SD
- la P3 est en grande partie commune avec SD
- la P4 est plutôt propre à TSIA
Tout ce qui est fait en maths en SD est fait en TSIA. Les deux filières traitent des données statistiques. Il y a en SD un côté informatique qui n'est pas forcément en TSIA.
En 1A, OASIS donne un apercu du traitement du signal. Mais il manque toute la partie sur l'IA.
La répartition cours/TD/TP est plutôt équilibrée : pour 2 heures de cours, il y a 1 heure de TD et 1 heure de TP.
La filière est officiellement en anglais. En pratique, certains cours sont en français, d'autres en anglais. En revanche, les supports (poly de cours, de TDs) sont en anglais. Peut être changé en français à la demande des élèves.
¶ Pour qui est cette filière ?
Une recommandation est d'aimer les maths. Il n'y a pas une seule UE de cette matière qui ne soit pas matheuse. Il y a aussi des élèves qui sont intéressés par le traitement du son, ou par l'imagerie bio-médicale.
Il y a un certain nombre d'élèves qui veulent faire du machine learning (expression qui est dorénavant un buzzword), par exemple pour analyser les paroles en utilisant des NLP (natural language processing). En général, on peut choisir TSIA pour certaines applications de l'IA.
¶ Charge de Travail
La validation se fait généralement en combinant un examen final et une note de TP. En somme, prévoir donc une évaluation continue et une évaluation finale.